CN113428747A - 一种基于长短时记忆网络的电梯空闲停靠调度方法 - Google Patents

一种基于长短时记忆网络的电梯空闲停靠调度方法 Download PDF

Info

Publication number
CN113428747A
CN113428747A CN202110821459.8A CN202110821459A CN113428747A CN 113428747 A CN113428747 A CN 113428747A CN 202110821459 A CN202110821459 A CN 202110821459A CN 113428747 A CN113428747 A CN 113428747A
Authority
CN
China
Prior art keywords
elevator
floor
algorithm
lstm
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110821459.8A
Other languages
English (en)
Inventor
朱召鹏
胥冠军
王文庆
杨东
杨新民
毕玉冰
邓楠轶
董夏昕
介银娟
刘超飞
朱博迪
崔逸群
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Thermal Power Research Institute Co Ltd
Original Assignee
Xian Thermal Power Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Thermal Power Research Institute Co Ltd filed Critical Xian Thermal Power Research Institute Co Ltd
Priority to CN202110821459.8A priority Critical patent/CN113428747A/zh
Publication of CN113428747A publication Critical patent/CN113428747A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00—Control systems of elevators in general
    • B66B1/24—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration
    • B66B1/2408—Control systems with regulation, i.e. with retroactive action, for influencing travelling speed, acceleration, or deceleration where the allocation of a call to an elevator car is of importance, i.e. by means of a supervisory or group controller
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B1/00—Control systems of elevators in general
    • B66B1/34—Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
    • B66B1/3407—Setting or modification of parameters of the control system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B2201/00—Aspects of control systems of elevators
    • B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
    • B66B2201/211—Waiting time, i.e. response time
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B2201/00—Aspects of control systems of elevators
    • B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
    • B66B2201/235—Taking into account predicted future events, e.g. predicted future call inputs
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B2201/00—Aspects of control systems of elevators
    • B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
    • B66B2201/24—Control of empty elevator cars
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B2201/00—Aspects of control systems of elevators
    • B66B2201/20—Details of the evaluation method for the allocation of a call to an elevator car
    • B66B2201/242—Parking control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B2201/00—Aspects of control systems of elevators
    • B66B2201/40—Details of the change of control mode
    • B66B2201/402—Details of the change of control mode by historical, statistical or predicted traffic data, e.g. by learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Elevator Control (AREA)

Abstract

一种基于长短时记忆网络的电梯空闲停靠调度方法，包括以下步骤；1)电梯控制器记录电梯运行时乘梯需求发起的楼层号和称重模块的记录值变化情况；2)电梯控制器中LSTM算法以记录的数据作为输入进行训练，待收敛后，LSTM将以过去一段时间的数据预测当天各楼层乘梯需求的发起时间；3)电梯完成作业处于空闲状态后，将根据LSTM算法预测的乘梯需求，停靠在预计最早发起请求的楼层。本发明能够有效克服现有技术中电梯无效停靠调度的问题。

Description

一种基于长短时记忆网络的电梯空闲停靠调度方法
技术领域
本发明属于电梯调度技术领域，具体涉及一种基于长短时记忆网络的电梯空闲停靠调度方法。
背景技术
在有关电梯调度的相关技术中，空闲停靠调度方法作为决定电梯运行效率的关键因素，具有很大的改进价值。
常见的电梯空闲停靠策略主要有两种：一是完成作业后就近停靠在当前楼层；二是停靠在最低楼层或最高楼层等极限楼层。
现有技术中的电梯在运行时，往往会出现以下无效调度情况：极限楼层无人居住，但电梯空闲时总是停靠到该层。部分用户在特定时间的乘梯需求具有很强的周期性，电梯的停靠总是“南辕北辙”。
这样的无效调度，增加了用户的等待时间，降低了电梯的运行效率，同时还导致了电能浪费。
发明内容
为了克服上述现有技术存在的不足，本发明的目的在于提供一种基于长短时记忆网络的电梯空闲停靠调度方法，能够有效克服现有技术中电梯无效停靠调度的问题。
为了实现上述目的，本发明采用的技术方案是：
一种基于长短时记忆网络的电梯空闲停靠调度方法，包括以下步骤；
1)电梯控制器记录电梯运行时乘梯需求发起的楼层号和称重模块的记录值变化情况；
2)电梯控制器中LSTM算法以记录的数据作为输入进行训练，待收敛后，LSTM将以过去一段时间的数据预测当天各楼层乘梯需求的发起时间；
3)电梯完成作业处于空闲状态后，将根据LSTM算法预测的乘梯需求，停靠在预计最早发起请求的楼层。
所述电梯控制器记录各楼层乘梯需求时，将结合电梯的称重模块予以判断：如电梯按请求到达相应楼层后，电梯负载无变化，则该次乘梯请求记为伪需求；否则为真需求。
所述步骤2)中为了使LSTM算法能够学习到相应用户乘梯需求在周与周之间的规律性，应在开始训练算法前确保记录数据的时间跨度大于N周。
所述步骤2)详细的操作步骤为：
1.控制器中部署的LSTM算法通过tensorflow的高层接口keras进行层次化构建，具体结构为(LDLDLD)，其中L为LSTM层，D为dropout层；
2.电梯控制器根据记录的电梯乘梯数据构造LSTM算法的训练数据,不放设LSTM的预测周期N＝4，也即算法以前三周的乘梯数据来预测第四周的需求，由于LSTM结构对输入长度的限制，构造时只提取各个楼层每天前十次真实的乘梯时间，那么输入即为3*7*10＝210个单位乘梯时间构成，输出为1*7*10＝70个单位乘梯时间构成，输入中第80个乘梯时间如(1420)表示该楼层第二周周一的第十次乘梯发生在当天十四点二十分，而输出中的第36个乘梯时间则表示预测的该楼层在下一周周四的第六次乘梯时间；
3.LSTM算法通过第二步构建的训练数据持续训练，直至算法Loss值不再降低，即算法收敛；
4.在算法收敛后，当控制器要对本周乘梯需求进行预测时，将提取各个楼层过去三周的乘梯记录构造算法输入，格式与第二步相同，经算法计算得到的输出即为预测的各个楼层对应顺序的乘梯需求。
本发明的有益效果：
本发明所提供的一种基于长短时记忆网络的电梯空闲停靠调度方法，能够有效减少电梯的无效空闲停靠动作，降低电梯能耗，提高电梯的运行效率并节约用户等待时间。此外，本发明无需增加额外的硬件装置，相比其他需要加装传感器、摄像头等硬件的电梯智能调度算法，具有显著的升级便利性和成本优势。
附图说明
图1是本发明电梯调度方法的数据获取过程示意图。
图2是本发明电梯调度方法中LSTM算法的训练和预测过程示意图。
图3是本发明电梯调度方法中电梯空闲状态时的调度过程示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图1所示，电梯运行过程中将记录各楼层用户乘梯情况作为算法的训练数据。具体过程如下：
当某楼层用户通过楼层按钮发起乘梯需求，电梯将按队列顺序到达该层。
电梯到达后，梯载控制器将在闭门前检测电梯负载有无明显变化。若有，则判定本次乘梯需求真实有效；否则，判定为伪需求。
控制器将每一次的乘梯需求相关数据记录下来，包括真伪性、需求发起时间、发起楼层等。如6月2日14点20分10楼用户发起乘梯需求并最终上了电梯，那么控制器将新增一条记录值(11006021420)，其中第一个1表示这是一次真实需求，其后的10表示该需求起自10楼，之后的数字表示需求发生时间。
如图2所示，电梯控制器所部署的LSTM算法将通过上面步骤得到的数据进行训练和预测。具体过程如下：
每周一的零点，电梯控制器将检查上一周记录的数据。如果上一周有新增的记录，则进行下一步；否则，将跳过本次算法的训练和预测过程。
控制器检查所有记录的时间跨度是否大于N周，若是，进行下一步；否则跳过本次算法的训练和预测环节。
控制器将上周新增数据作为LSTM算法输出的标签值，将除上周以外过去N-1周的数据作为输入，LSTM将训练直至收敛。
算法收敛后，将以过去N-1周的数据(包括上周)作为输入对本周的乘梯需求进行预测。
如图3所示，当LSTM给出本周乘梯需求预测后，电梯在“空闲”时的停靠调度过程如下：
电梯完成调度作业后，控制器查询LSTM算法的预测数据，在当前时刻后续将发生的乘梯请求中找到发生时间最早的数据。
电梯根据查询到的数据中的楼层号，停靠到相应楼层中，等待该层用户发起乘梯请求。

Claims (4)

1.一种基于长短时记忆网络的电梯空闲停靠调度方法，其特征在于，包括以下步骤；
1)电梯控制器记录电梯运行时乘梯需求发起的楼层号和称重模块的记录值变化情况；
2)电梯控制器中LSTM算法以记录的数据作为输入进行训练，待收敛后，LSTM将以过去一段时间的数据预测当天各楼层乘梯需求的发起时间；
3)电梯完成作业处于空闲状态后，将根据LSTM算法预测的乘梯需求，停靠在预计最早发起请求的楼层。
2.根据权利要求1所述的一种基于长短时记忆网络的电梯空闲停靠调度方法，其特征在于，所述电梯控制器记录各楼层乘梯需求时，将结合电梯的称重模块予以判断：如电梯按请求到达相应楼层后，电梯负载无变化，则该次乘梯请求记为伪需求；否则为真需求。
3.根据权利要求1所述的一种基于长短时记忆网络的电梯空闲停靠调度方法，其特征在于，所述步骤2)中为了使LSTM算法能够学习到相应用户乘梯需求在周与周之间的规律性，应在开始训练算法前确保记录数据的时间跨度大于N周。
4.根据权利要求1所述的一种基于长短时记忆网络的电梯空闲停靠调度方法，其特征在于，所述步骤2)详细的操作步骤为：
1.控制器中部署的LSTM算法通过tensorflow的高层接口keras进行层次化构建，具体结构为(LDLDLD)，其中L为LSTM层，D为dropout层；
2.电梯控制器根据记录的电梯乘梯数据构造LSTM算法的训练数据,不放设LSTM的预测周期N＝4，也即算法以前三周的乘梯数据来预测第四周的需求，由于LSTM结构对输入长度的限制，构造时只提取各个楼层每天前十次真实的乘梯时间，那么输入即为3*7*10＝210个单位乘梯时间构成，输出为1*7*10＝70个单位乘梯时间构成，输入中第80个乘梯时间如(1420)表示该楼层第二周周一的第十次乘梯发生在当天十四点二十分，而输出中的第36个乘梯时间则表示预测的该楼层在下一周周四的第六次乘梯时间；
3.LSTM算法通过第二步构建的训练数据持续训练，直至算法Loss值不再降低，即算法收敛；
4.在算法收敛后，当控制器要对本周乘梯需求进行预测时，将提取各个楼层过去三周的乘梯记录构造算法输入，格式与第二步相同，经算法计算得到的输出即为预测的各个楼层对应顺序的乘梯需求。
CN202110821459.8A 2021-07-20 2021-07-20 一种基于长短时记忆网络的电梯空闲停靠调度方法 Pending CN113428747A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110821459.8A CN113428747A (zh) 2021-07-20 2021-07-20 一种基于长短时记忆网络的电梯空闲停靠调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110821459.8A CN113428747A (zh) 2021-07-20 2021-07-20 一种基于长短时记忆网络的电梯空闲停靠调度方法

Publications (1)

Publication Number Publication Date
CN113428747A true CN113428747A (zh) 2021-09-24

Family

ID=77761124

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110821459.8A Pending CN113428747A (zh) 2021-07-20 2021-07-20 一种基于长短时记忆网络的电梯空闲停靠调度方法

Country Status (1)

Country Link
CN (1) CN113428747A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203728342U (zh) * 2014-03-05 2014-07-23 中国石油大学(华东) 一种电梯防误停系统
CN104071668A (zh) * 2014-06-17 2014-10-01 广西壮族自治区特种设备监督检验院 一种可自动呼梯与取消停梯并在困人时自动报警的智能电梯
CN204280940U (zh) * 2014-06-17 2015-04-22 广西壮族自治区特种设备监督检验院 一种可自动取消停梯并在困人时自动报警的智能电梯
CN106952161A (zh) * 2017-03-31 2017-07-14 洪志令 一种基于长短期记忆深度学习网络的股票近期走势预测方法
CN107601186A (zh) * 2017-08-31 2018-01-19 上海爱优威软件开发有限公司 一种控制电梯停靠的方法及电梯停靠控制系统
CN109132750A (zh) * 2018-09-27 2019-01-04 迅立达智能装备制造科技有限公司 一种车位联动电梯自动停靠方法及系统
CN109816008A (zh) * 2019-01-20 2019-05-28 北京工业大学 一种基于长短期记忆网络的天文大数据光变曲线异常预测方法
CN110861983A (zh) * 2019-11-01 2020-03-06 腾讯科技（深圳）有限公司 电梯的运行控制方法及装置
CN210176235U (zh) * 2019-06-26 2020-03-24 巢湖学院 一种用于楼宇智能化的电梯群管理控制系统
CN110902511A (zh) * 2019-12-11 2020-03-24 凌志电梯有限公司 一种电梯智能停靠方法及系统
CN110950195A (zh) * 2019-11-29 2020-04-03 东软睿驰汽车技术（沈阳）有限公司 一种电梯的优化控制方法、装置和设备
CN111392525A (zh) * 2020-04-03 2020-07-10 上海三菱电梯有限公司 电梯调配的方法
CN112374306A (zh) * 2020-11-06 2021-02-19 杨国 一种基于大数据的电梯闲置状态停靠楼层分析系统

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203728342U (zh) * 2014-03-05 2014-07-23 中国石油大学(华东) 一种电梯防误停系统
CN104071668A (zh) * 2014-06-17 2014-10-01 广西壮族自治区特种设备监督检验院 一种可自动呼梯与取消停梯并在困人时自动报警的智能电梯
CN204280940U (zh) * 2014-06-17 2015-04-22 广西壮族自治区特种设备监督检验院 一种可自动取消停梯并在困人时自动报警的智能电梯
CN106952161A (zh) * 2017-03-31 2017-07-14 洪志令 一种基于长短期记忆深度学习网络的股票近期走势预测方法
CN107601186A (zh) * 2017-08-31 2018-01-19 上海爱优威软件开发有限公司 一种控制电梯停靠的方法及电梯停靠控制系统
CN109132750A (zh) * 2018-09-27 2019-01-04 迅立达智能装备制造科技有限公司 一种车位联动电梯自动停靠方法及系统
CN109816008A (zh) * 2019-01-20 2019-05-28 北京工业大学 一种基于长短期记忆网络的天文大数据光变曲线异常预测方法
CN210176235U (zh) * 2019-06-26 2020-03-24 巢湖学院 一种用于楼宇智能化的电梯群管理控制系统
CN110861983A (zh) * 2019-11-01 2020-03-06 腾讯科技（深圳）有限公司 电梯的运行控制方法及装置
CN110950195A (zh) * 2019-11-29 2020-04-03 东软睿驰汽车技术（沈阳）有限公司 一种电梯的优化控制方法、装置和设备
CN110902511A (zh) * 2019-12-11 2020-03-24 凌志电梯有限公司 一种电梯智能停靠方法及系统
CN111392525A (zh) * 2020-04-03 2020-07-10 上海三菱电梯有限公司 电梯调配的方法
CN112374306A (zh) * 2020-11-06 2021-02-19 杨国 一种基于大数据的电梯闲置状态停靠楼层分析系统

Similar Documents

Publication Publication Date Title
US11097921B2 (en) Elevator movement plan generation
CN103036974B (zh) 基于隐马尔可夫模型的云计算资源调度方法和系统
US20200172371A1 (en) Method, system and computer readable storage medium for controlling operation of an elevator
CN110908795A (zh) 云计算集群混部作业调度方法、装置、服务器及存储装置
CN110654946B (zh) 一种基于人工智能的社区电梯调度方法和系统
CN112047212B (zh) 电梯运行控制方法、装置、计算机设备和存储介质
CN113682908B (zh) 一种基于深度学习的智能调度方法
CN111847152B (zh) 一种机器人乘梯确定方法、装置、电子设备和介质
JPH0613390B2 (ja) エレベーターの群管理制御装置
CN113428747A (zh) 一种基于长短时记忆网络的电梯空闲停靠调度方法
CN105110111B (zh) 电梯群运行曲线生成系统和方法、电梯群控系统
Van et al. Green elevator scheduling based on IoT communications
CN111807176B (zh) 一种电梯的运行控制系统
CN103339050A (zh) 电梯的组群管理控制装置
JPWO2019087250A1 (ja) 渋滞回避運転システム及び方法
CN110451365A (zh) 一种电梯召唤控制方法及系统
KR101167456B1 (ko) 엘리베이터의 그룹 관리 장치 및 엘리베이터의 그룹 관리 방법
KR20230022139A (ko) 로봇의 엘리베이터 탑승 노선 계획 방법과 인원 규모 예측 방법 및 컴퓨터 장치
CN115072508A (zh) 智能楼宇中电梯的高效调度方法
CN113401748B (zh) 电梯目的层预测方法、装置、计算机设备和存储介质
JP7310752B2 (ja) 情報処理装置、情報処理システム、プログラム及び情報処理方法
CN115924663B (zh) 基于物联网的智能电梯设备控制方法
CN109987467A (zh) 一种基于无线接入点的电梯信息提示方法及设备
JPS5859178A (ja) エレベ−タの群管理制御装置
JPS61197378A (ja) エレベ−タ−の群管理制御装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210924

RJ01 Rejection of invention patent application after publication